基于熵权-云模型的精细化工园区脆弱性评价

为防范精细化工园区事故风险，提出了基于熵权-云模型的脆弱性评价方法。首先，引入物料的脆弱性，构建“人员、设施、物料、环境”4个维度的脆弱性评估指标体系，其次采用熵权法确定评价指标权重，运用云模型对精细化工园区进行脆弱性等级评价，最后以3个典型的精细化工园区为例开展实例分析，验证方法的合理性与有效性。结果表明：所采用的先逆向后正向正态云发生器，能够有效将定性概念和定量数据相互转换；脆弱性从大到小依次为响水化工园区、杭州湾上虞经济技术开发区、连云港化学工业园区；人员素质、物料存放、园区选址、园区内企业布局是研究脆弱性最重要的影响因素。     

考虑维护水平的城镇防汛物资政企联合储备决策

为科学制定城镇防汛物资代储方案，针对城镇洪涝灾害呈周期性随机发生的特点，通过构建微分博弈模型，研究政府与企业联合储备和持续维护的过程来保障应急处置需求，进而构建政府单一储备决策、政企联合储备决策和Stackelberg决策下的政企维护水平模型，分析维护水平对物资损耗程度和系统利润的影响，并利用Mathematic软件，以2016年武汉城市内涝为背景进行仿真分析。结果表明：考虑政企维护水平可以有效减少物资损耗，政企联合储备决策优于Stackelberg决策和政府单一储备决策，在政企联合储备决策下政企双方维护水平、物资存量及系统的总利润可实现帕累托最优。     

氧气条件对矿化垃圾修复石油污染土壤的影响

通过对比不同氧气条件下矿化垃圾修复石油污染土壤的效果、降解产物、生态毒性、酶活性和微生物群落,分析了氧气条件对矿化垃圾修复石油污染土壤的影响.结果表明,添加矿化垃圾在厌氧、好氧和厌氧-好氧3种氧气条件下对微生物修复石油污染土壤都有较好的强化效果.修复的最佳氧气条件为好氧,好氧修复后土壤总石油烃(TPH)去除率最高,土壤...     

大坝变形GA-LSTM组合预测模型研究

为监测大坝运行过程中的异常状态，防范化解大坝溃坝等重大风险，基于大坝变形大样本、非线性监测数据，引入长短期记忆(Long Short Term Memory, LSTM)神经网络模型对大坝变形趋势进行预测，以测试样本的均方根误差最小为适应度函数，采用遗传算法(Genetic Algorithm, GA)优化LSTM模型参数，建立大坝变形GA-LSTM组合预测模型。以福建水口水电站大坝为例进行验证分析，并与LSTM模型和门控循环神经网络(Gated Recurrent Unit, GRU)模型预测结果进行对比分析。分析结果表明，GA-LSTM模型的预测效果和性能更佳，且相较于LSTM模型和GRU模型各测点预测误差均有减小，平均绝对误差减小量最高达6.92%。